融合自适应滤波与鲁棒配准的位姿估计方法
智能城市应用 · 31.08.2026 · 9 (8) · 77
DOI: 10.33142/sca.v9i8.20196 ↗Kurz gefasst
Fachartikel in der Zeitschrift 智能城市应用, online erschienen am 31.08.2026. Verfasst von 伟杰 马 und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
针对智能物流分拣过程中三维点云受噪声、遮挡及包裹堆叠影响,导致位姿估计精度下降的问题,文中提出一种融合自适应滤波与鲁棒配准的位姿估计方法。首先,利用曲率、法向量和深度信息构建多特征融合的自适应滤波算法,根据点云局部几何变化调整滤波策略,提高噪声环境下的点云质量。其次,结合Majorization-Minimization(MM)优化框架与Welsch鲁棒函数,提出改进ICP配准算法(MM-ICP),降低离群点和错误匹配对配准结果的影响。实验结果表明,所提方法能够有效提升点云滤波效果,并在复杂堆叠场景下保持稳定配准性能。基于Intel RealSense D415深度相机搭建分拣实验平台,系统综合分拣成功率达到91.7%,配准精度较传统方案提升约66.7%,平均处理时间为3.1s。结果验证了该方法在物流自动化分拣任务中的有效性。
Zitieren
APA
马, 伟., & 陈, 香. (2026). 融合自适应滤波与鲁棒配准的位姿估计方法. 智能城市应用, 9(8), 77. https://doi.org/10.33142/sca.v9i8.20196
Vancouver
马 伟, 陈 香. 融合自适应滤波与鲁棒配准的位姿估计方法. 智能城市应用. 2026;9(8):77. doi:10.33142/sca.v9i8.20196
BibTeX
@article{2026,
author = {马, 伟杰 and 陈, 香箨},
title = {融合自适应滤波与鲁棒配准的位姿估计方法},
journal = {智能城市应用},
year = {2026},
volume = {9},
number = {8},
pages = {77},
doi = {10.33142/sca.v9i8.20196}
}
EUVIMED